Pandas映射DataFrame列时出现SettingWithCopyWarning如何解决？

问题场景 #

需要将DataFrame的指定列替换为对应值在其唯一值列表中的索引，示例如下：

原DataFrame：

col1, col2, col3, col4
A, 1, 2, 3
A, 1, 2, 3
B, 1, 2, 3

处理后目标：

col1, col2, col3, col4
0, 1, 2, 3
0, 1, 2, 3
1, 1, 2, 3

原代码实现及警告：
编写的代码如下，但最后一行触发SettingWithCopyWarning警告：

unique_vals = df['col1'].unique()

# 创建映射以加速DataFrame列的索引查找
unique_vals.sort()
unique_vals_map = {}
for i in range(len(unique_vals)):
    unique_vals_map[unique_vals[i]] = i

df['col1'] = df['col1'].apply(lambda r: unique_vals_map[r])

警告内容：

SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

一、修复SettingWithCopyWarning警告 #

这个警告的核心原因是你的df可能是另一个DataFrame的切片副本（比如之前通过df = other_df[cols]这类操作生成），Pandas无法确定你要修改副本还是原DataFrame。

有两种直接的修复方式：

• 方法1：显式创建DataFrame副本
  在执行替换逻辑前，先复制数据：

  df = df.copy()
  

  之后再运行你的映射代码，即可消除警告。

• 方法2：使用.loc明确指定修改范围
  把最后一行替换为：

  df.loc[:, 'col1'] = df['col1'].apply(lambda r: unique_vals_map[r])
  

  通过.loc[:, 'col1']明确告知Pandas要修改整个col1列，避免歧义。

二、更优的映射方法 #

你手动创建映射字典的方式可行，但Pandas内置了更简洁高效的实现：

方法1：使用pd.factorize() #

factorize()直接返回每个值对应的唯一索引，以及唯一值数组，完全匹配你的需求：

# 若需要按排序后的唯一值分配索引
df['col1'] = pd.factorize(df['col1'].sort_values())[0]
# 若按值首次出现的顺序分配索引
df['col1'] = pd.factorize(df['col1'])[0]

方法2：使用分类类型编码 #

将列转换为category类型后，通过.cat.codes获取索引：

# 按排序后的唯一值分配索引
df['col1'] = df['col1'].astype('category').cat.set_categories(sorted(df['col1'].unique())).cat.codes
# 按值首次出现的顺序分配索引
df['col1'] = df['col1'].astype('category').cat.codes

这种方式的优势是，若后续有相同的映射需求，分类类型可以重复复用。

内容的提问来源于stack exchange，提问作者Edy Bourne